没有合适的资源?快使用搜索试试~ 我知道了~
fast_adversarial:[ICLR 2020]一个使用FGSM进行极快对抗训练的存储库
共35个文件
py:13个
yml:8个
md:4个
需积分: 50 5 下载量 135 浏览量
2021-02-14
03:58:21
上传
评论 1
收藏 1.23MB ZIP 举报
温馨提示
使用FGSM进行快速对抗训练 使用FGSM对手实施快速对抗训练代码的存储库,能够在6分钟内训练强大的CIFAR10分类器,并在12小时内训练强大的ImageNet分类器。 由 , 和。 请参阅我们的arXiv上的论文,这是由自由对抗训练纸灵感通过Shafahi等。 (2019)。 消息 12/19/2019-ICLR 2020接受 1/14/2019-arXiv发布并发布存储库 该存储库中有什么? 带有针对MNIST,CIFAR10和ImageNet的随机初始化的FGSM对抗训练方法的实现 使用库进行和混合精度训练,以实现类似DAWNBench的加速 使用此代码库的预训练模型 ImageNet代码大部分是从派生的,并进行了相应的修改,以进行快速FGSM对抗训练 安装及使用 所有示例都可以在不使用PyTorch v1.0或更高版本进行混合精度的情况下运行 要使用混合精度培训,请按照的顶点安
资源推荐
资源详情
资源评论
收起资源包目录
fast_adversarial-master.zip (35个子文件)
fast_adversarial-master
.gitignore 6B
MNIST
mnist_net.py 428B
models
pgd_madry.pth 651KB
fgsm.pth 651KB
README.md 610B
train_mnist.py 4KB
evaluate_mnist.py 4KB
overfitting_error_curve.png 11KB
CIFAR10
.gitignore 27B
requirements.txt 46B
preact_resnet.py 3KB
train_free.py 5KB
utils.py 4KB
README.md 479B
train_pgd.py 6KB
train_fgsm.py 7KB
README.md 5KB
ImageNet
requirements.txt 31B
main_fast.py 11KB
run_eval.sh 444B
resize.py 1KB
README.md 2KB
configs
configs_fast_2px_evaluate.yml 2KB
configs_fast_2px_phase3.yml 2KB
configs_fast_4px_phase2.yml 2KB
configs_fast_4px_phase1.yml 1KB
configs_fast_2px_phase2.yml 2KB
configs_fast_2px_phase1.yml 1KB
configs_fast_4px_phase3.yml 2KB
configs_fast_4px_evaluate.yml 2KB
run_fast_2px.sh 2KB
lib
validation.py 5KB
__init__.py 0B
utils.py 3KB
run_fast_4px.sh 2KB
共 35 条
- 1
资源评论
RosieLau
- 粉丝: 41
- 资源: 4583
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功